10.19557/j.cnki.1001-9944.2021.02.018
基于核主成分分析和概率神经网络的开关拒局部放电信号模式识别
该文建立开关柜的3种超声波局部放电(局放)模型,运用自适应LMS-小波软阈值法对超声波局部放电信号进行滤噪处理,提取信号时域波形特征、小波包变换系数特征,利用核主成分分析(KPCA)对提取的特征向量降维,最后采用概率神经网络(PNN)实现绝缘缺陷类型识别.结果表明,该文的方法可以准确地实现开关柜超声波局放类型识别,经KPCA降维后的识别效率有明显提升,该方法对基于超声波局部放电信号的开关柜绝缘检测有一定参考价值.
超声波局放信号、小波包变换、特征向量、核主成分分析、概率神经网络
36
TM933
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
88-93,108